粗糙集理论在入侵检测系统中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·当前我国的互联网发展状况和面临的安全形势 | 第11-14页 |
| ·网络安全保护机制 | 第14-15页 |
| ·入侵检测系统的定义及其研究现状 | 第15-16页 |
| ·研究目的和意义 | 第16-17页 |
| ·本文的组织结构 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 入侵检测和数据挖掘概述 | 第19-38页 |
| ·入侵检测系统概述 | 第19-31页 |
| ·入侵检测系统的产生和发展 | 第20-21页 |
| ·入侵检测的模型建立方法 | 第21-24页 |
| ·入侵检测技术 | 第24-25页 |
| ·入侵检测系统分类 | 第25-29页 |
| ·入侵检测过程 | 第29-30页 |
| ·入侵检测技术的发展方向 | 第30-31页 |
| ·数据挖掘概述 | 第31-35页 |
| ·数据挖掘的定义 | 第31-32页 |
| ·数据挖掘过程 | 第32-33页 |
| ·数据挖掘的任务 | 第33-34页 |
| ·数据挖掘常用技术与算法 | 第34-35页 |
| ·基于数据挖掘技术的入侵检测系统模型 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 粗糙集理论简介 | 第38-45页 |
| ·粗糙集理论概念与基础 | 第38-40页 |
| ·粗糙集理论的主要应用领域 | 第40-41页 |
| ·基于粗糙集理论的入侵检测过程 | 第41-44页 |
| ·数据的采集和预处理 | 第41-42页 |
| ·数据过滤 | 第42页 |
| ·数据的离散化处理 | 第42-43页 |
| ·入侵检测中的属性约简 | 第43页 |
| ·规则的生成和过滤 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 一种粗糙集属性约简分类算法的设计 | 第45-55页 |
| ·分类器构造方法 | 第45页 |
| ·基于粗糙集的分类器的构造过程 | 第45-47页 |
| ·分类器接受的数据格式 | 第47-48页 |
| ·数据离散化 | 第48-49页 |
| ·基于信息熵和可辨识矩阵的启发式加权约简算法 | 第49-54页 |
| ·算法的基本思想 | 第50-52页 |
| ·算法的实现 | 第52页 |
| ·算法中权值的作用及设置 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 基于粗糙集理论的入侵检测方法仿真实验 | 第55-67页 |
| ·实验数据源分析 | 第55-61页 |
| ·实验数据的属性介绍 | 第57-59页 |
| ·实验数据的属性特征 | 第59页 |
| ·实验数据的攻击类型 | 第59-60页 |
| ·实验选取的数据介绍 | 第60-61页 |
| ·数据离散化、属性集约简和检测规则生成 | 第61-64页 |
| ·数据离散化 | 第61-63页 |
| ·属性集约简 | 第63-64页 |
| ·检测规则 | 第64页 |
| ·实验结果和分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结 | 第67-69页 |
| ·本文工作总结 | 第67-68页 |
| ·前景展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
